基于深度学习的行人再识别技术研究综述

• 作者: 杨文忠 马国祥 魏文钰 黄梅
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 行人再识别 深度学习 特征学习 度量学习 卷积神经网络
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 2479-2492
• 页数: 14页
• 分类号: TP181|TP391.41
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020010038

摘要

行人再识别(Re-id)作为智能视频监控技术之一,其目的 是在不同的摄像机视图中检索出指定身份的行人,因此该项技术对维护社会治安稳定具有重大研究意义.针对传统的手工特征方法难以应对行人Re-id任务中复杂的摄像机环境的问题,大量基于深度学习的行人Re-id方法被提出,极大地推动了行人Re-id技术的发展.为了深入了解基于深度学习的行人Re-id技术,整理和分析了大量相关文献,首先从图像、视频、跨模态这3个方面展开综述性介绍,将图像行人Re-id技术分为有监督和无监督两大类并分别进行概括;然后列举了部分相关数据集,并对近年来在图像和视频数据集上的一些算法进行性能的比较与分析;最后总结了行人Re-id技术的发展难点,并深入讨论了该技术未来可能的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨文忠		68	208	7.0	12.0
2	马国祥		4	0	0.0	0.0
3	魏文钰		1	0	0.0	0.0
4	黄梅		1	0	0.0	0.0